# R語言資料清洗

R的常用的基本型態分為數值 (numeric)、字串 (character)、布林變數 (logic)以及日期 (Date)。
而R的資料結構則可分為向量 (vector)、因子 (factor)、列表 (list)、矩陣(matrix)、資料框(data.frame)和資料表(data.table)。

## 了解資料檔結構

一般我們常先使用read.csv語法將資料檔讀進R中，後續則可以用以下常見的幾個函數，讓我們可以先快速瞭解整份資料的結構。
* **class()**: 資料的類別
* **dim()**: 資料維度(Dimension)，此即資料的行數與列數
* **names()**: 各欄名稱
* **str()**: 每個欄的資料結構
* **summary()**：計算各變項包含最小值，最大值，分位數，平均值的統計值
* **glimpse()**：來自dplyr 套件，類似summary，但進一步一併顯示共幾筆資料，以及幾個變項欄位
* **head( [dataset], n=)** 預設為看前六筆資料，也可加上n=指定要顯示幾筆
* **tail( [dataset], n=)** 預設為看最後六筆資料，也可加上n=指定要顯示幾筆

## 確認並處理遺失欄位值

在一般資料檔中，有特定欄位值遺失是很正常的事，遺失的資料值R會標記成NA，此時該行資料結構會改變。